要想看更多信息，请访问我的主页呦
人工智能论文合集
人工智能论文合集（18年11月）
一、Python
Python只是一个用来处理数据的工具，哪里不会，直接点击第三点链接，内容齐全
1、官网
2、下载地址
3、教程地址
4、Python文件操作大全
5、Pycharm永久激活方法
二、爬虫
1、爬虫--------基础语法及案例（py2环境）
2、爬虫--------基础语法及案例（py3环境）
~~~~~~~~~~
●requests的用法
~~~~~~~~~~
●爬取51job职位
~~~~~~~~~~
●天猫链接爬取
~~~~~~~~~~
●获取豆瓣电影的排行
~~~~~~~~~~
●获取代理IP
~~~~~~~~~~
●抓取图片
~~~~~~~~~~
●正则表达式及例题
~~~~~~~~~~
●中文转码处理
~~~~~~~~~~
●BeautifulSoup
~~~~~~~~~~
●部分头部信息
3、爬虫----网易云音乐Top250的数据歌词信息的连续爬取
4、Scrapy----安装及基础案例
~~~~~~~~~~
●基础流程
~~~~~~~~~~
●梦幻西游链接
~~~~~~~~~~
●豆瓣信息
5、Scrapy+Selenium—进阶用法+高级
6、十大经典排序算法—Python写法
三、Mysql
1、Mysql--------安装和调试
2、Mysql--------基础语句及练习
3、Mysql--------mysql\mongoDB在python应用试题及解析
4、Mysql--------Mysql打包及写入数据,读取及保存至xls文档中
四、MongoDB
1、MongoDB--------安装
~~~~~~~~~~
●安装教程
2、MongoDB--------基础语句及格式
~~~~~~~~~~
●数据指令
~~~~~~~~~~
●python和mongoDB运用
~~~~~~~~~~
●mongoDB连接多个
3、MongoDB--------练习及应用
五、Numpy
1、Numpy--------基础知识1
2、Numpy--------基础知识2
3、Numpy--------进阶知识1
~~~~~~~~~~
●索引切片，转换，组合
4、Numpy--------进阶知识2
~~~~~~~~~~
●读写，各个数学数值的计算，利率
5、Numpy--------矩阵运算及线性代数应用
六、Scipy
1、Scipy--------基础+进阶语法
2、Scipy--------高级知识及事例
~~~~~~~~~~
●股价预测，电影票房，图像，声音处理
七、Pandas
1、Pandas--------基础+进阶
2、Pandas--------高级篇
~~~~~~~~~~
●数据规整化，聚合与分组
3、Pandas--------5道小练习
八、其他常用工具
1、Jupyter notebook--------转化为网页的方法
2、Jupyter notebook——–插入图片的几种方法
3、Markdown--------常用格式
九、可视化工具Matplotlib
1、Matploylib--------入门+基础
2、Matploylib--------进阶篇
~~~~~~~~~~
●重构
3、Matploylib--------Matplotlib+Pandas高级篇及应用
4、Matploylib--------Matplotlib+Pandas小练习
5、Matploylib--------Matplotlib+Pyecharts 高级篇及应用
十、数理统计（原理）
1、数学必知必会--------向量
~~~~~~~~~~
●向量定义
~~~~~~~~~~
●向量的投影
~~~~~~~~~~
●向量的点积与内积
~~~~~~~~~~
● cos相似度与pearson相似度
~~~~~~~~~~
● 向量的线性相关性
2、数学必知必会--------矩阵积线性变换
~~~~~~~~~~
●矩阵算法
~~~~~~~~~~
●矩阵的线性变换
~~~~~~~~~~~~~~~~~~~~
●伸缩
~~~~~~~~~~~~~~~~~~~~
●旋转
~~~~~~~~~~
●svd奇异值分解
~~~~~~~~~~
●svd奇异值去噪/降维
3、数学必知必会--------导数、积分、均方误差、梯度
~~~~~~~~~~
●导数
~~~~~~~~~~
●偏导数
~~~~~~~~~~~~~~~~~~~~
●定积分
~~~~~~~~~~~~~~~~~~~~
●不定积分
~~~~~~~~~~
●梯度（简单介绍）
~~~~~~~~~~
●下降法
~~~~~~~~~~~~~~~~~~~~
●monmentum
~~~~~~~~~~~~~~~~~~~~
●Nesrerov
4、数学必知必会--------极限和连续函数
~~~~~~~~~~
●运算规则
~~~~~~~~~~
●洛必达法则
~~~~~~~~~~
●连续函数
5、数学必知必会--------无穷级数
~~~~~~~~~~
●幂级数
~~~~~~~~~~
●泰勒级数
~~~~~~~~~~
● 傅里叶级数
6、数学必知必会--------概率及各类图形
十一、机器学习之原理及算法
1、
~~~~
机器学习--------算法图解
2、
~~~~
机器学习--------算法入门
3、
~~~~
机器学习--------数据准备&特征工程（1）
~~~~~~~~~~~~~~
●独热编码，归一，离散，缺失值处理，特征组合
4、
~~~~
机器学习--------数据准备&特征工程（2）
~~~~~~~~~~~~~~
●LDA,PCA介绍，流行学习，评估指标介绍,
5、
~~~~
机器学习--------逻辑回归算法
~~~~~~~~~~~~~~
●精确率，召回率，F1值，KS值，AUC,ROC,误分类矩阵，几率odd
6、
~~~~
机器学习--------KNN邻算法介绍
~~~~~~~~~~~~~~
●近似误差，估计误差，kd树，代码实现
7、
~~
机器学习--------KNN中的Kd树及BBF优化
~~~~~~~~~~~~~~
●KD树，BBF优化，VP和MVP树，二叉排序树
8、
~~~~
机器学习--------决策树算法
~~~~~~~~~~~~~~
●熵，信息增益，信息增益率，剪枝，GINI值
9、
~~~~
机器学习--------SVM支持向量机简介
10、
~~
机器学习--------支持向量机（SVM算法）详解+推导
11、
~~
机器学习--------朴素贝叶斯算法介绍
12、
~~
机器学习--------朴素贝叶斯算法详解
13、
~~
机器学习--------距离分类
14、
~~
机器学习--------聚类分析（K均值算法）
15、
~~
机器学习--------L1和L2简单易懂的理解
16、
~~
机器学习--------Apriori算法（关联规则）
17、
~~
机器学习--------EM算法
18、
~~
机器学习--------凸优化
19、
~~
机器学习--------PageRank算法
20、
~~
机器学习--------维数灾难
21、
~~
机器学习--------EM算法及GMM(高斯混合模型）的详解
22、
~~
机器学习--------牛顿法在机器学习中的运用
23、
~~
机器学习--------统计学习方法-1
24、
~~
机器学习--------统计学习方法-2
25、
~~
机器学习--------统计学习方法-3（手写稿）
26、
~~
机器学习--------难点总结（持续更新）
27、
~~
机器学习--------集成学习
28、
~~
机器学习--------聚类总结
29、
~~
机器学习--------降采样、PCA、LDA
30、
~~
机器学习--------逻辑回归（算法详解）
31、
~~
机器学习--------Xgboost与GBDT
32、
~~
机器学习--------深入解剖随机森林算法
33、
~~
机器学习--------多项式核/RBF核对异或（XOR）拟合SVM代码
十二、人工智能之面试问题总结（不定期更新）
1、
~~
机器学习--------面试常用知识点-1
~~~~~~~~~~
●凸优化，梯度下降，牛顿法，拟牛顿法，共轭梯度法
2、
~~
机器学习--------面试常用知识点-2
~~~~~~~~~~
●梯度消失与梯度膨胀，以及6种解决措施
3、
~~
深度学习--------42个机器学习与深度常用面试题简结
十三、大数据熟悉之原理
1、
~~
大数据--------数据分析及Ptyhon实现(Hadoop)
2、
~~
大数据--------Hive集成Python分析
~~~~~~~~~~
●HIVE用法和SQL语法，时间戳转换
3、
~~
大数据--------Spark中的 决策树 及 SVM 建模
4、
~~
大数据--------Spark中决策树模型Pipeline的建立 和 两种验证方法(完整版)
十四、深度学习
1、
~~~~
深度学习--------CNN卷积神经网络之简介说明及内部计算介绍
2、
~~~~
深度学习--------CNN的图像学习之HOG(方向梯度直方图)详解
3、
~~~~
深度学习--------CNN的数字识别之LeNet-5
4、
~~~~
深度学习--------CNN模型学习之ResNet（残差）网络
5、
~~~~
深度学习-------CNN几种常见网络结构及区别
~~~~~~~~~~
●AlexNet网络、VGG网络、GoogleLeNet网络
6、
~~~~
深度学习--------GAN（生成对抗神经网络）原理解析
7、
~~~~
深度学习--------GAN生成对抗网络之SIFT特征（详解）
8、
~~~~
深度学习--------现今主流GAN原理总结及对比
~~~~~~~~~~
●GAN、CGAN、DCGAN、WGAN、WGAN-GP、LSGAN、BEGAN
9、
~~~~
深度学习--------从RNN 到 LSTM 再到进化 GRU
10、
~~
深度学习--------自然语言处理之Word2Vec原理
11、
~~
深度学习--------从R-CNN，SPP-NET，Fast-R-CNN，Faster-R-CNN，YOLO，SSD，R-FCN发展
12、
~~
深度学习--------梯度消失与梯度膨胀，以及6种解决措施
十五、专题：自然语言处理
1、
~~~~
深度学习--------NLP结巴分词基础
2、
~~~~
深度学习--------NLP关键词抽取的常见算法
3、
~~~~
深度学习--------NLP结巴分词词性大全
4、
~~~~
深度学习--------基于keras的LSTM三分类的文本情感分析原理及代码
5、
~~~~
深度学习--------NLP-fastext原理细解
6、
~~~~
深度学习--------NLP-ELMO算法模型解剖（基于双向BiLSTM的模型）
7、
~~~~
深度学习--------NLP-TextCNN文本分类解读
8、
~~~~
深度学习--------NLP-TextRank算法详解
8、
~~~~
深度学习--------NLP-transformer模型之图示进阶篇
9、
~~~~
深度学习--------NLP-transformer模型之精简理解图示篇
10、
~~
深度学习--------命名实体识别（CRF及变种）
11、
~~
深度学习--------Stanford nlp安装以及环境变量配置问题
12、
~~
深度学习--------命名实体识别与关系抽取总结
十六、深度学习番外篇-工程化
1、
~~~~
工程化模型：使用TensorRT-在Linux下的加速推理，从环境安装到训练部署全套流程
2、
~~~~
使用Kivy打包python文件成apk
扫一扫
14万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
